本篇文章给大家分享的是有关如何在python中使用glom模块，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
简单使用
我们来看看最简单的用法：
d = {"a": {"b": {"c": 1}}}print(glom(d, "a.b.c")) # 1在这里，我们有一个嵌套三层的 json 结构，我们想获取最里层的 c 对应的值，正常的写法应该是：
print(d["a"]["b"]["c"])如果到这里，我说 glom 比传统方式好一些，因为你不用一层层地写中括号和引号，你会不会嗤之以鼻？
好，我们再来看看下面的情况：
d = {"a": {"b": None}}print(d["a"]["b"]["c"])遍历到一个 None 对象，你会收到下面的错误：
Traceback (most recent call last): File "/Users/cxhuan/Documents/python_workspace/mypy/pmodules/pglom/glomstudy.py", line 10, in <module> print(d["a"]["b"]["c"])TypeError: 'NoneType' object is not subscriptable我们来看看 glom 的处理方式：
from glom import glomd = {"a": {"b": None}}print(glom(d, "a.b.c"))同样地，glom 不能把错误的输出成对的，你会得到以下错误：
Traceback (most recent call last): File "/Users/cxhuan/Documents/python_workspace/mypy/pmodules/pglom/glomstudy.py", line 11, in <module> print(glom(d, "a.b.c")) File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/glom/core.py", line 2181, in glom raise errglom.core.PathAccessError: error raised while processing, details below. Target-spec trace (most recent last): - Target: {'a': {'b': None}} - Spec: 'a.b.c'glom.core.PathAccessError: could not access 'c', part 2 of Path('a', 'b', 'c'), got error: AttributeError("'NoneType' object has no attribute 'c'")如果你仔细看报错内容，你就会发现这报错内容极其详细，一目了然，这对于找程序 bug 简直是神器！
复杂用法
刚才简单的例子，让大家对 glom 有了直观的认识，接下来我们看看 glom 的 glom 方法的定义：
glom(target, spec, **kwargs)
我们看看参数的含义：
target：目标数据，可以是dict、list或者其他任何对象
spec：是我们希望输出的内容
下面我们来使用这个方法。
先看一个例子。我们有一个 dict ，想要获取出 所有 name 的值，我们可以通过 glom 来实现：
data = {"student": {"info": [{"name": "张三"}, {"name": "李四"}]}}info = glom(data, ("student.info", ["name"]))print(info) # ['张三', '李四']如果用传统方式的话，我们可能会需要遍历才能获取到，但是使用 glom ，我们只需要一行代码就可以了，输出是一个数组。
如果你不想输出数组，而是想要一个 dict 的话，那也是很简单的：
info = glom(data, {"info": ("student.info", ["name"])})print(info) # {'info': ['张三', '李四']我们只需要将原来的数组赋值给一个字典来接收就好了。
搞定麻烦需求
假如我现在有两组数据，我要取出 name 的值：
data_1 = {"school": {"student": [{"name": "张三"}, {"name": "李四"}]}}data_2 = {"school": {"teacher": [{"name": "王老师"}, {"name": "赵老师"}]}}spec_1 = {"name": ("school.student", ["name"])}spec_2 = {"name": ("school.teacher", ["name"])}print(glom(data_1, spec_1)) # {'name': ['张三', '李四']}print(glom(data_2, spec_2)) # {'name': ['王老师', '赵老师']}我们通常是这么写，对吗？假如我们有好多组数据，每组都是类似的取法呢？这时候我们就会想办法避免一个个重复写 N 行参数了，我们可以使用 Coalesce 方法：
data_1 = {"school": {"student": [{"name": "张三"}, {"name": "李四"}]}}data_2 = {"school": {"teacher": [{"name": "王老师"}, {"name": "赵老师"}]}}spec = {"name": (Coalesce("school.student", "school.teacher"), ["name"])} print(glom(data_1, spec)) # {'name': ['张三', '李四']}print(glom(data_2, spec)) # {'name': ['王老师', '赵老师']}我们可以用 Coalesce 把多个需求聚合起来，然后针对同一个 spec 来取值就行了。
下面再来一个大杀器——取值计算。glom 还可以对取值进行简单计算，我们来看例子：
data = {"school": {"student": [{"name": "张三", "age": 8}, {"name": "李四", "age": 10}]}}spec = {"sum_age": ("school.student", ["age"], sum)}print(glom(data, spec)) # {'sum_age': 18}以上就是如何在python中使用glom模块，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注编程网行业资讯频道。
